sklearn tutorial译 August 25, 2015 Reading time ~1 minute 部分是翻译,部分是个人的理解. 目录 0.统计推断 1.预处理 2.特征提取 3.特征选择 4.模型评估 5.学习曲线 6.参数学习 7.imbalanced类 8.ROC 9.降维 10.svd 线性模型 1.线性模型 2.随机梯度下降 3.logistic回归 非线性模型 1.svm 树模型 1.cart 2.随机森林 3.bagging 4.adaboost 5.gbm 6.gbm参数调优 Read More Meta推荐系统-scaling laws介绍 meta在《Understanding Scaling Laws for Recommendation Models》讨论了推荐系统中的scaling law问题。# 摘要**规模(scale)**一直是提高机器学习性能的主要驱动力,理解**规模法则(scaling law...… Continue reading kuaishou CQE时长预估介绍 Published on August 01, 2024 finalMLP介绍 Published on July 27, 2024